Fate of Surface Spills of Cold Lake Blend Diluted Bitumen Treated with Dispersant and Mineral Fines in a Wave Tank
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Cold Lake Blend (CLB) diluted bitumen (dilbit) was used to evaluate the fate and transport of preweathered (6.2% w/w) dilbit under environmental conditions both in spring (seawater temperature 8.5°C±1.3°C and salinity 27.7±1.6 practical salinity units [psu]) and in summer (seawater temperature 17.0°C±2.6°C and salinity 26.8±2.4 psu). The following oil spill treatments were considered: no treatment, dispersant alone, mineral fines (MF) alone, and dispersant+MF. The aim was to determine their influences on the fate of spilled CLB at sea. When dispersant alone was used, the highest dispersion effectiveness (DE) was noted, and DE ranged from 45% to 59% under the selected environmental conditions. With no treatment and treatment of MF alone, CLB DE was insufficient under tested conditions. Total petroleum hydrocarbon (TPH) concentration in the water column was highest for the dispersant alone, followed by that of dispersant+MF. TPH concentration for the dispersant alone increased abruptly with time. Droplet size distribution (DSD) resulting from dispersant alone had a unimodal shape, which was different than previously observed when conventional oils were treated with the dispersant. Cases of dispersant+MF were thus characterized by a broader DSD compared with dispersant only and a gradual increase in TPH concentration. This suggests that MF could be used with dispersant as a means to control the release of toxic compounds into the water column and for better engineering the response.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle